ہدایات پر عمل نہیں کیا ناکامیاں
دیکھیں کہ کن AI ماڈلز میں ہدایات پر عمل نہیں کیا سب سے زیادہ ہوتا ہے، تاکہ آپ انتخاب سے پہلے قابلِ اعتماد ہونے کے خطرات سمجھ سکیں۔ ترتیب دیں حسب: کل لاگت ↓.
216/216
ماڈلز فلٹر کریں
موجودہ تلاش اور فلٹرز سے کوئی ماڈل مطابقت نہیں رکھتا۔
| درجہ | ماڈل | کمپنی | ہدایات پر عمل نہیں کیا کی تعداد | اسکور | کل لاگت | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|
| #185 | MiMo-V2-Flash medium | Xiaomi | 1 | 6.3 | $0.043 | 12/21 | 20.1s |
| #128 | Qwen3.7 Flash low | Qwen | 3 | 7.2 | $0.043 | 11/22 | 38.0s |
| #92 | DeepSeek V4 Flash 0423 high | DeepSeek | 2 | 7.6 | $0.042 | 13/22 | 51.8s |
| #279 | GPT-5.4 Nano none | OpenAI | 2 | 4.8 | $0.041 | 4/22 | 2.56s |
| #276 | Hy4 preview none | Tencent | 2 | 4.8 | $0.041 | 3/22 | 39.2s |
| #241 | DeepSeek V4 Flash 0423 none | DeepSeek | 1 | 5.4 | $0.040 | 4/22 | 36.2s |
| #291 | Qwen3 Coder Next medium | Qwen | 3 | 4.6 | $0.034 | 3/22 | 9.07s |
| #287 | Laguna M.1 medium | Poolside | 1 | 4.7 | $0.033 | 9/19 | 14.7s |
| #289 | Mercury 2 none | Inception | 1 | 4.7 | $0.030 | 4/22 | 825ms |
| #171 | Mercury 2.5 Preview high | Inception | 2 | 6.6 | $0.030 | 12/22 | 4.01s |
| #119 | GLM 5.3 Flash high | Z.ai | 1 | 7.3 | $0.029 | 13/22 | 25.4s |
| #277 | Ring-2.6-1T none | Inclusionai | 2 | 4.8 | $0.026 | 9/22 | 52.0s |
| #262 | Qwen3 Coder Next none | Qwen | 1 | 5.1 | $0.026 | 5/22 | 8.63s |
| #299 | Granite 4.2 8B none | IBM Granite | 1 | 4.3 | $0.026 | 3/22 | 86.3s |
| #263 | MiMo-V2.5 none | Xiaomi | 1 | 5.1 | $0.025 | 5/22 | 4.68s |